跨尺度移位的有向目标检测方法

目标类内尺度差异大以及类间相似程度高给传统遥感目标检测带来挑战,多尺度信息融合以及基于FasterR-CNN的有向检测方法是解决尺度差异性及类间相似性的有效手段。但多尺度权重融合策略忽视了跨尺度对图像语义特征的提取导致检测精度低,同时基于FasterR-CNN的有向检测方法精度低速度慢。针对上述问题,提出一种跨尺度移位的有向目标检测方法。首先通过改进特征金字塔网络(FPN)实现多层特征图高效融合;其次在网络中加入跨尺度移位模块(CSM)提升FPN中多尺度特征间的相关性;最后采用有向区域建议网络(ORPN)提升了有向候选框的转换效率。本文方法分别在DOTA-v1.5和HRSC2016遥感数据集上开展测试,相比对照组,均值准确率(mAP)分别提升了3.68%和1.32%;同时在单块2080ti上用1024×1024图像进行测试,检测速度提升5.9%。

基于DDQN的无人机区域覆盖路径规划策略

基于深度强化学习方法对未知环境的无人机区域覆盖路径规划进行研究,通过搭建栅格环境模型,在环境中随机部署无人机和禁飞区位置,利用双深度Q网络(DDQN)训练无人机的覆盖策略,得到了一套基于DDQN的无人机未知区域覆盖路径规划框架。仿真实验表明,设计的无人机未知区域覆盖路径规划框架在无禁飞区的环境下可以实现完全覆盖,在含有未知数量的禁飞区下也能比较好的完成区域覆盖任务,与DQN方法比较,其平均覆盖率能够在相同训练条件和训练次数下高出2%,与Q-Learning方法和Sarsa方法对比,在无禁飞区的环境中分别高出4%和3%。

任务驱动型渐进式智能计算课程教学实践

分析社会对人工智能技术需求的变迁及智能科学与技术专业智能计算课程教学内容因之而变,提出以聚焦问题、逐层深化的渐进式教学方式,将应用场景具体需求贯穿于教学内容、实践内容及教学方式中,探讨面向应用场景需求的任务驱动型教学模式。以武汉工程大学智能科学专业的智能计算课程教学为例,阐述该教学模式的具体实施过程。

基于规则引擎的面向企业服务管理系统的设计

提出一种基于规则引擎的管理系统的设计方法.该系统使用MVC模式、SSH框架来实现业务逻辑的分层,并采用Java规则引擎Drools进行模式分离和匹配的方法,然后以基于业务规则管理系统的企业进销存管理系统为实例说明系统的实现过程.

一种基于局域网的在线考试系统的设计及实现

文章讨论了基于局域网的在线考试系统的系统结构,分析了各个模块功能,描述了系统实现的主要技术,对基于局域网的考试系统的数据库设计、系统安全性设计、组卷算法等方面进行了详细论述。

基于机器学习的边缘检测方法研究

传统的边缘检测方法具有一定的局限性,且自适应能力差,提出一种基于机器学习的边缘检测方法来解决上述问题.实验图像从伯克利图像数据库中选取,以Harr和梯度直方图(HoG)构成特征空间,将AdaBoost算法和决策树算法相结合进行分类器训练.实验结果表明,机器学习的边缘检测算法有更高的分类准确率.

工科类本科生科研能力培养探索及实践

培养创新型人才是高等教育面临的重要任务之一,而本科生的科研能力是创新型人才的重要体现,本科生的科研能力培养是培养创新型人才的有效途径。各高校在本科生的科研能力培养上进行了多方面的积极探索,推出了一系列举措。然而,目前我国工科类本科生的科研能力培养无论在方式方法还是在实施效果上,与预期目标都还有很大距离。

基于B/S模式的通用精品课程网站设计

精品课程网站是高校精品课程建设的一项重要内容,本文通过ASP.NET动态网页制作技术和SQL Server2000数据库服务系统以及C#编程语言开发环境,为不同性质的课程构建了一个基于B/S模式的精品课程网站通用管理平台,实现了共享教学资源、丰富教学内容、提高教学质量的目标,同时也为学生自主学习和师生交流提供了一个良好的环境。

普通高校计算机类专业建设的思考

在分析社会对计算机类专业人才的需求和普通高校计算机类专业的办学现状基础上,指出了高校计算机类专业教育存在的不足,并提出了计算机类专业建设的探讨性思路。

如何在计算机实践教学中培养大学生的动手能力

在分析计算机实践教学内涵和计算机相关专业学生的能力结构的基础上,提出了高校计算机类专业学生强化实践能力和培养创新能力的手段,并就其内容、方法、组织模式和运行机制展开研究。

数学形态学在边缘检测中的教学方法

数学形态学具有完备的数学理论体系,提供了一种基于图像几何特征的信息提取方法。在数字图像处理教学中,探索了数学形态学理论在边缘检测中的教学方法,并取得了较好的教学效果。

MFR-MAP相结合的运动目标检测方法研究

针对运动目标检测的准确性和完整性要求,将静态图像分割算法的空域信息与运动目标检测的时域信息相结合,提出了采用基于MRF-MAP框架的时-空联合的目标检测方法。利用Mean-Shift算法进行空域检测,利用在显著性水平约束下的帧间差分法进行时域检测,构造了时-空联合的MFR模型和相应的能量函数,通过求解能量函数最优解,得到较为理想的运动目标检测结果。

基于SVM-LeNet模型融合的行人检测算法

在方向梯度直方图(HOG)联合支持向量机(SVM)算法(HOG-SVM)和Le Net网络模型基础上,提出了HOG与卷积神经网络(CNN)融合的行人检测算法(SVM-Le Net)。采用多尺度滑动窗口提取HOG特征并送入SVM分类器,根据后验概率判断候选区,随后运用CNN算法剔除误检窗口。为解决单个目标被多个候选区域框定的问题,使用非极大值抑制算法(NMS)进行多矩形融合,保留检测区域中后验概率最大的窗口抑制与其重叠的检测窗口。分类过程中,以候选区域在SVM和Le Net中后验概率为依据判断行人区域。实验结果表明,与HOGSVM和Le Net行人检测算法相比,该算法在准确率和召回率上有明显优势。

对非计算机专业计算机课程体系改革的思考

多科性大学中非计算机专业的计算机基础教育改革,需要结合学校的办学条件和专业人才培养定位。从培养大学生计算机操作能力和计算机应用开发能力出发,结合我校专业设置和计算机基础课程教育的情况,给出了分层次、分序列的计算机基础教育教学课程体系规划以及教学内容、教学方法手段改革的思路。

组合SVM分类器在行人检测中的研究

在基于HOG特征的SVM行人检测算法的基础上,提出了组合分类器的改进算法。该算法首先采用多尺度滑动窗口提取HOG特征,并对单个SVM分别进行训练,再将训练好的SVM分别采用串联、并联结构形成新分类器后对行人进行检测。为解决用多尺度滑动窗口提取特征时产生的目标候选区域重叠问题,采用非极大值抑制算法对重叠区域进行融合,进而得到准确候选区。实验表明,组合的SVM分类器可以有效降低误检率和漏检率。

基于自相关函数的钢琴乐音改进识别算法

在传统三电平削波结合自相关函数识别算法的基础上,经过准确的音频分割后,提出了帧移法提取乐音基音信号。该算法能在更精细尺度上寻找最大自相关函数,进而准确定位基音位置,较好地解决了传统算法中当乐音节奏较快时,无法区分半频和倍频对基音的影响,从而导致的识别率低的问题。实验表明,本算法对于节奏快慢不同的钢琴乐音的平均识别率约为83.0%,且快节奏乐音的识别率较传统算法高出20.2%,因此该方法对乐音识别尤其对快节奏乐音识别有显著效果。

“智能科学与技术”专业“数字图像处理”课程教学实践的探讨

本文针对"智能科学与技术"专业的特点和要求,提出"数字图像处理"课程的教学内容设计既要重视基础理论,又要兼顾专业特点,并将传统教学与现代教学方法和手段相结合,进而提出本课程的教学应该与学生科研创新能力的培养相结合,以达到促进学生学好本门课程,并为后续课程打好基础的目的。

智能科学与技术专业创新型工程科技人才培养体系建构

以国家对创新人才的需求为出发点,在对创新型工程科技人才的特征进行综合分析的基础上,结合典型地方工科学校武汉工程大学智能科学与技术专业的办学实际,提出创新型工程科技人才的专业培养目标,确定人才培养规格,制定人才培养方案。

稀疏表示中字典学习的影响因子研究

研究了稀疏表示中影响字典矩阵构建质量的关键因素,并实现了关键因子定量化表示.分别对图像数量、取块大小、字典列数和取块步长等因子进行参数调整并生成字典矩阵,结合系数矩阵对原始图像重构,以峰值信噪比和结构相似性索引测量这两种质量评价指标作为字典质量的评估依据.实验以CMU_PIE_Face数据库为数据源,结果表明当图像数量为500张、取块大小为4个像素点、字典列数为512维、取块步长为2个像素点时,所得到的字典具备对原始图像的最佳表示能力.因此,稀疏表示中关键因子的定量化表示可加速字典学习过程且简化模型复杂度,提高字典抽象层质量,具备更强的图像表现力.

基于频谱包络分析的音乐推荐算法

音乐推荐算法是音乐检索系统的核心,传统算法复杂度高、降维速度慢。由于风格类似的音乐在主旋律上具有某种程度的相似性,该算法在对原始音频信号进行傅里叶谱分析的基础上,连同音乐声学体征,利用希尔伯特变换得到原始音频信号的频谱包络,并用Hausdorff维度对包络频谱进行维度分析,通过夹角余弦判别维度间的相似度,进而成为推荐系统的依据。该算法在音频分割阶段采用方差稳定性度量能快速降维,使移动端实现应用。实验表明,该算法是用户满意度较高的推荐结果。